利用Vondrak滤波优化Richards曲线的沉降预测方法

针对沉降预测模型的重要参数难以选取问题,考虑观测数据中含有噪声的影响,提出了利用Vondrak滤波优化Richards曲线的沉降预测方法。为了使预测值更加逼近实测值,选择以Richards曲线为基础模型进行改进,优化模型的沉降初始值和沉降极限值参数。利用Vondrak滤波对实测沉降数据进行平滑处理,减弱观测值中噪声的影响,为模型构建提供更加合理的参考数据。将Fminsearch函数计算结果作为参数迭代初始值,联合逐步回归分析法求得预测模型的最优参数。通过对比实验分析发现,改进方法的预测精度达到了±0.124 mm,与未加改进的预测方法相比,精度得到了较大提高。研究结果表明,利用Vondrak滤波优化的沉降预测方法能够提高精度,同时验证了改进方法的有效性。     

城市交通噪声预测评价系统的设汁与实现

将惠州市惠城区交通噪声数据与GIS的有机结合,详细分析和评价了该区域的交通噪声污染现状.然后通过构建回归分析模型,对惠城区未来城市道路交通噪声的污染状况进行了简单预测.实验结果表明,评价和预测结果与事实吻合.该系统能为城市交通噪声规划、城市交通噪声环境控制提供依据.     

城市交通噪声预测评价系统的设计与实现

将惠州市惠城区交通噪声数据与GIS的有机结合，详细分析和评价了该区域的交通噪声污染现状。然后通过构建回归分析模型，对惠城区未来城市道路交通噪声的污染状况进行了简单预测。实验结果表明，评价和预测结果与事实吻合。该系统能为城市交通噪声规划、城市交通噪声环境控制提供依据     

提高卫星导航精度的卡尔曼滤波算法应用研究

采用卫星导航对海上航行的船舶进行速度测量是目前最广泛应用的方法,但是卫星导航接收机由于受外界偶然因素的影响,其显示的速度往往包含噪声,且属于随机的高斯白噪声。针对此问题,提出一种基于卡尔曼滤波理论的计算模型,只考虑上一个时刻和当前时刻的关系,大大地减少数据冗余;应用迭代的方法来处理卡尔曼滤波,以更好地简化计算的过程,并根据深圳某航海公司的实际数据对此计算模型进行仿真验证。实验结果表明,对于数据跳跃十分大且明显的噪声数据,经过滤波后,这些数据变得更加平滑和准确。     

基于GIS的机场噪声预测技术研究

针对现代机场噪声预测评价的需求,参考国内外关于机场噪声预测、评价、监测、分析等各个方面的法律法规、技术参考与研究实践成果,对机场噪声预测模型的精确性及其易于实现性进行深入分析。在提出理论模型的基础上,遵循模型驱动架构(MDA)理论的3个建模过程和7个具体流程进行需求分析与系统设计,利用MFC与MapX组件实现了轻量级的基于GIS的机场噪声预测系统。     

GPS时间序列分析软件CATS的安装与使用

介绍了GPS时间序列分析方法与理论,并对时间序列分析软件CATS的安装、使用及其基本原理进行了详细阐述。CATS主要使用的两种计算方法:频谱分析法和最大似然估计法;不同的噪声模型(主要是白噪声加有色噪声)来分析时间序列中的噪声以及它们对速度误差的影响。利用CATS可以方便的为研究者获得参数,进行上层研究。     

基于噪声分布特征的干涉图像滤波新方法

干涉图像滤波一直是InSAR图像处理的关键步骤。针对经典滤波方法的不足,提出一种基于噪声分布模型的滤波新方法。该方法以干涉图像噪声分布模型为基础,首先对图像做噪声和有用信息判断,若判断为噪声进行滤除,否则保留信息。最后选取实际SAR数据进行滤波实验,与经典的滤波方法进行对比分析,并进行定量评价。实验结果表明,基于噪声分布模型的滤波方法,在去除残差点和边缘保持指数方面明显优于经典方法,在等效视数、相位标准差、斑点指数和平滑指数方面与经典方法相当。因此,本文提出的滤波方法在去除噪声的同时,最大程度的保持了图像信息的完整性,无疑是一种有效的新滤波方法。     

基于GIS的交通噪声评价和预测系统

交通噪声评价与预测对于城市环境保护、城市交通规划和建筑设计具有重要的意义。本文将交通噪声数据与G IS相结合,详细分析和评价了惠州市惠城区交通噪声污染现状分布、影响。并在基于数理统计的基础上通过构建回归分析模型,预测了惠城区未来城市道路交通噪声污染状况。实验结果表明该模型简单、有效。交通噪声评价和预测系统已应用于惠州市交通噪声污染现状评价及预测,并取得了良好的效果。     

超宽带定位的降噪方法研究

针对超宽带定位中原始观测数据存在的高频噪声影响定位结果的问题,该文利用小波变换、Vondrak滤波、卡尔曼滤波3种方法分别对原始观测数据和定位结果两种方案进行降噪处理,并通过静态实验对比了降噪前后定位结果精度。结果表明,在两种降噪方案中,3种方法都能够有效提高定位结果精度,且卡尔曼滤波方法的效果最优,此外,对于同一点位,两种降噪方案得出的定位结果精度基本一致。     

一种消除高密度椒盐噪声的迭代中值滤波算法

针对现有滤波方法处理高密度椒盐噪声的不足,提出一种简单有效的迭代中值滤波算法。该方法首先依据像素的强度值判断噪声点的位置,然后在循环迭代的处理框架内,对噪声像元进行逐步恢复。若噪声影像中包含足够的健康信息,则利用局部灰度差异控制项,完成对滤波结果的进一步优化。基于标准测试影像的实验表明,该方法能更为精确地恢复出被椒盐噪声污染的影像细节信息,其处理结果在目视及定量评价上均优于4种对比的滤波方法;且该方法的处理优势在影像椒盐噪声比例高达95%的情况下也依旧显著。     

空间与光谱维度的高光谱图像噪声估计

高光谱图像能够获取地物精细的光谱诊断特征,但受限于多谱段分光的成像机制,图像各个谱段上光成像的能量不足,信噪比难以提升。高光谱图像噪声类型与强度的准确估计,是提升高光谱图像去噪性能的关键,也是优化其成像系统设计的重要依据。现有高光谱图像噪声估计算法通常将不同类型的图像噪声作为一个整体,并未充分考虑不同类型噪声的区别。本文从高光谱图像获取的机理出发,提出了一种联合空间与光谱维度分析的高光谱图像噪声估计方法。首先,建立了高光谱图像噪声退化模型,将图像中的主要噪声定义为两类:条带与高斯噪声。然后,基于条带噪声在空间维度上独特的频率特性,提出了基于傅里叶变换与局部均值滤波的条带噪声估计方法。最后,基于在光谱维度上高光谱图像相邻波段间的高相关性,通过多元回归分析估计高斯噪声的均值与标准差。本文在模拟高光谱噪声数据上进行算法验证的同时,深入分析了高分五号短波红外高光谱相机、机载Nano-Hyperspec成像仪等国内外成像仪获取的真实高光谱数据。实验结果表明,本文提出的噪声估计方法能够有效的估计出高光谱图像不同谱段条带与高斯噪声的量化指标。实验结果可用于分析高光谱图像在不同传感器与不同成像场景下的退化原因,从而设计更优的图像去噪方法与成像系统。     

Alta U9000相机噪声的测试与分析

CCD在成像过程中不可避免地引入一定的噪声,这些噪声将对以图像检测为基础的CCD各种工程应用带来误差。本文分析了各种CCD噪声的来源及其数学性质,并对科学级CCD Alta U9000相机的各种噪声进行了量化分析,给出了暗电流噪声、成像电路噪声及随机噪声的变化规律;对不同积分时间的图像进行了噪声抑制实验。实验证明,根据对U9000 CCD噪声的预先测试数据,其噪声中的暗电流噪声、成像电路噪声等系统噪声可以得到很大的抑制,而随机噪声无法抑制。     

有色噪声作用下的卡尔曼滤波

利用GPS载波相位三差观测量进行动态定位(或精密导航),就必须研究有色噪声滤波的理论问题.根据需求,推导了动态噪声、观测噪声为有色噪声的线性系统滤波公式,并证明白噪声卡尔曼滤波是有色噪声卡尔曼滤波的特例,或者说有色噪声的卡尔曼滤波是白噪声卡尔曼滤波的推广.     

非线性逐步拟合推估

推导了白噪声条件下的非线性系统的逐步拟合推估和有色噪声条件下的非线性逐步拟合推估的计算公式。非线性系统逐步拟合推估理论第一步是非线性拟合推估,以后各步是非线性滤波。白噪声条件下的非线性系统的逐步拟合推估是有色噪声条件下的非线性逐步拟合推估一个特例。     

利用新息构造AKF估计和预报大坝变形

利用线形流形的射影方法推导出新息序列统计特性,构造新息AKF,基于新息序列不断地修正状态噪声和量测噪声,实时地反映模型当前真实的统计特性。通过隔河岩大坝实测数据处理,表明该方法能很好地提高随机模型不准确和变形突变影响下的变形估计与预报精度。     

基于智能手机的校园环境噪声时空分布

针对依靠布设固定监测站的方式收集噪声信息需耗费大量人力、物力和财力,且其所采集数据仅能覆盖有限范围的问题,该文依照群智感知的思路,利用志愿者的智能手机作为信息采集终端,收集中国矿业大学(北京)校园内的噪声监测数据,使用克里金插值法生成噪声地图,在对校园进行功能区划分的基础上,分析校园环境噪声的空间分布差异和各功能区内噪声的时间变化规律。实验结果表明,该文所提方法能根据校园内人群的智能手机采集的数据,快速获取环境噪声的时空分布模式,进而推断时空差异的产生原因。     

结合BM3D和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法

提出了一种基于三维块匹配（BM3D）和多级非线性加权平均中值滤波的遥感影像混合噪声去噪方法，使用coief3小波和sym2小波替换传统三维块匹配算法中的bior1.5和hear参数，将三维块匹配算法和多级非线性加权平均中值滤波相结合以提高算法对混合噪声的去噪能力。进行一个仿真对比试验和一个真实遥感影像去噪试验，试验表明，本文提出的方法在遥感影像混合噪声去噪方面效果要优于传统混合噪声去噪方法。     

利用小波变换降低环境噪声对测深数据的影响

本文针对测深数据在环境噪声处理中存在的问题,利用海底信号和环境噪声小波变换模的极大值在不同尺度下具有不同的传播特性,提出了利用多尺度小波变换分析测深数据的方法,从而达到降低环境噪声对测深数据影响的目的。通过实验表明该方法具有较好的效果。